紀錄片《創(chuàng)新中國》人工智能解說的特點及展望

席驍 劉娜

摘要：《創(chuàng)新中國》是由中央電視臺聯(lián)合深圳市委宣傳部于2018年1月22日推出的一部紀錄片。該片用鮮活的故事記錄當今中國偉大的創(chuàng)新實踐，并在宏大的國際視野中探討中國的創(chuàng)新成長及由此引領(lǐng)的世界影響。該片的最大亮點是在制作中沒有采用真人解說，而是開創(chuàng)性地使用了語音合成技術(shù)，再現(xiàn)了已故著名配音大師李易的聲音，完成了世界首部采用人工智能解說的大型紀錄片。文章從《創(chuàng)新中國》人工智能解說創(chuàng)作的突破與困境的角度進行分析，并對未來紀錄片人工智能解說做以大膽展望，以期拋磚引玉，引起人們對紀錄片人工智能解說的關(guān)注和思考。

關(guān)鍵詞：人工智能 紀錄片解說 李易 創(chuàng)新中國

近年來，隨著“真實記錄”逐漸成為電視節(jié)目的發(fā)展趨勢，一批高品質(zhì)紀錄片涌現(xiàn)，《創(chuàng)新中國》即其中之一?！秳?chuàng)新中國》由中央電視臺聯(lián)合深圳市委宣傳部于2018年1月22日推出，該片開創(chuàng)性地使用了語音合成技術(shù)，再現(xiàn)了已故著名配音大師李易的聲音，完成了世界首部采用人工智能解說的大型紀錄片。本文將從《創(chuàng)新中國》人工智能解說創(chuàng)作的突破與困境角度分析，以期引起人們對紀錄片人工智能解說的關(guān)注和思考。以下將“人工智能解說”簡稱為“AI解說”。

紀錄片AI解說的新突破

根據(jù)紀錄片總導演史巖描述，紀錄片《創(chuàng)新中國》對于解說聲音的要求是“平緩敘事”，在配音員反復(fù)試音無果的同時，一個大膽的設(shè)想出現(xiàn)。是否可使用AI語音的創(chuàng)作方法，再現(xiàn)李易的聲音?！秳?chuàng)新中國》主創(chuàng)團隊與科大訊飛合作，精選出李易老師以往17小時的音頻素材，采用AI語音合成技術(shù)進行人工智能配音，從而“復(fù)活”了已故配音大師李易的聲音。

音色模仿的逼真。紀錄片解說的聲音選擇非常重要，好的選擇能夠起到整合素材、凸顯整體創(chuàng)作風格的作用。北京臺《環(huán)球影視》制片人楊愛華曾這樣評價李易，“李易在中國堪稱最高水平播音員，我們都覺得稿子被他一念就成了佳作”?？梢娨徊考o錄片的成敗與解說息息相關(guān)。

“音色”包含“語音音色”和“嗓音音色”密不可分的兩重概念。在“語音音色”方面，畢業(yè)于北京廣播學院的李易，發(fā)音清晰、語句工整。配音演員趙可說，“李易的配音，既標準又自然，莊重而不呆板、活潑而不浮躁”。紀錄片《創(chuàng)新中國》的解說，借助于AI語音技術(shù)，吐字歸音工整規(guī)范，音節(jié)之間銜接得當。特別是對于李易句尾音節(jié)獨特共鳴的復(fù)刻，余音繞梁不絕于耳。在“嗓音音色”方面，李易的音色寬厚自然，多運用虛實聲，聲帶基音與多重泛音共鳴配比和諧。在《創(chuàng)新中國》的解說創(chuàng)作中，正是借助李易獨有的嗓音質(zhì)感進行AI語音的生成，充滿紀實魅力，引發(fā)觀眾的審美愉悅。

語言表達的準確。張頌教授所講“有稿播音錦上添花”。紀錄片解說屬于有稿播音創(chuàng)作，要在一片“錦繡”之上運籌帷幄、接續(xù)創(chuàng)作，就要在紀錄片解說創(chuàng)作中錘煉語言表達，發(fā)揮深化主題、細節(jié)描述、思路引導等重要作用。

語言表達過程可分類為對于“邏輯”表達和“情緒”表達兩種傾向。當解說內(nèi)容側(cè)重于說理時，李易的重音多集中在邏輯主干，語速穩(wěn)健、多停少連，呈現(xiàn)出一絲不茍的信息傳遞。當解說內(nèi)容側(cè)重于“情緒表達”時，重音多停留在修飾成分中，停連節(jié)奏變化會更豐富。李易的紀錄片解說，凸顯對解說內(nèi)容的宏觀把握，通篇布局的語流變化精妙得當。在氣息支持下用“虛實聲”推動，語調(diào)隨之提升，點明文字主旨，表達效果極具張力?！秳?chuàng)新中國》的AI解說在“邏輯”的表達時重音清楚、邏輯明晰，在播講“重音”的選擇上與李易呈現(xiàn)出相似特征。同時，在“情緒”表達時，同樣也會凸顯語流的變化來進行抒情，但不足是起伏較快、停留時間較短、缺乏整體把握。輔之，紀錄片的墊樂分擔了部分情緒渲染任務(wù)。

紀錄片導演史巖表示，“我們的宗旨，并非完全復(fù)原，而是創(chuàng)造一個我們心目中的人，這個人從李易老師演化而來，帶有一部分語感特點，但所有的斷句、重音、字頭、字腹、字尾、動程，都是在現(xiàn)有語音合成技術(shù)上重新設(shè)計的?！?/p>

創(chuàng)作途徑的新穎。AI創(chuàng)作是一種新穎的形式，如今人工智能技術(shù)成為新一輪科技革命和產(chǎn)業(yè)變革的聚焦點。在藝術(shù)創(chuàng)作領(lǐng)域，人工智能早已有作品問世，例如微軟小冰的詩集《陽光失了玻璃窗》。國內(nèi)在媒體領(lǐng)域也早有AI智能的身影，例如新華社財經(jīng)欄目的機器人記者“快筆小新”。

AI解說屬于新穎創(chuàng)作途徑，目前AI作為播報工具發(fā)揮著重要作用，進而AI如何表達情感則是一個新的挑戰(zhàn)?？拼笥嶏w主管江源表示，運用人工智能技術(shù)為紀錄片配音，這對他們來說也是一次優(yōu)化算法、提升人工智能水準的機會。AI解說也創(chuàng)造了一種新的可能性，李易是平實解說風格的開創(chuàng)者，用AI技術(shù)還原再現(xiàn)李易的解說，給創(chuàng)作者提出了一個新的思路。

紀錄片AI解說的困境

目前，AI人工智能技術(shù)還處于初級階段。有聲語言創(chuàng)作充分融入創(chuàng)作者的主觀能動性，具有人格化，符號交流過程飽含著情感態(tài)度。紀錄片的解說具有情感要求，成了AI解說的難題。

觀點態(tài)度表達困難。紀錄片的解說是一種接受美學創(chuàng)作，解說者觀點態(tài)度影響著觀眾對于紀錄片內(nèi)容的思考。觀點態(tài)度更多是內(nèi)心層面的思維活動，借助外部表達技巧實現(xiàn)?，F(xiàn)有不足是AI解說主要對于語言外部技巧進行模擬，難以深入語言的內(nèi)在意蘊，止步于信息傳遞，無法達到觀點態(tài)度的表達。

語流語氣運用生澀。語氣通過語流呈現(xiàn)，是情感表達的關(guān)鍵。吐字歸音是“唇形、舌位、口腔、音調(diào)”的變化過程，字詞寓于語流之中，相鄰的音節(jié)也會產(chǎn)生音變。紀錄片的語言表達往往具有“一氣呵成”的創(chuàng)作美感，音節(jié)與音節(jié)之間的銜接恰如其分、自然流暢。相比之下的AI解說，有聲波堆疊的痕跡，語流略顯生澀。播音主持創(chuàng)作反對見字出聲，即對于語流作用的重視。AI解說時，語流變化幅度較小也不具有大跨度的語流分析能力，語氣表達略顯生澀。

創(chuàng)作風格依賴模仿。風格屬于美學范疇，由創(chuàng)作者自身因素和外部因素所決定?，F(xiàn)階段，AI播音員主持人往往具有真實原型，觀眾因為惟妙惟肖的模仿而產(chǎn)生新鮮感，并不是AI播音員主持人其自身生命力。紀錄片解說有著豐富的審美創(chuàng)作要求，李易的紀錄片解說將情感融入有聲語言創(chuàng)作，實現(xiàn)與觀眾的心聲交流，這一過程充滿了審美趣味。所以，如何讓AI具有“人性”，進而創(chuàng)作出具有獨立風格的作品，還是一個技術(shù)難題。

紀錄片AI解說的未來展望

計算機科學之父“圖靈”為人類打開了一扇人工智能的大門，如今人工智能技術(shù)在“藝術(shù)創(chuàng)作”和“情感陪伴”領(lǐng)域均有實踐，人們可展望隨著人工智能技術(shù)的提升，必然會繼續(xù)催生新的變革。

藝術(shù)創(chuàng)作是人類思維的碩果，AI技術(shù)的涌入拓展了創(chuàng)作的思路。對于紀錄片AI解說來說，專題紀錄片市場廣大，再加上新媒體帶來的大量快銷作品的創(chuàng)作需求，AI智能語音的準確度、穩(wěn)定品質(zhì)和創(chuàng)作高效率低成本，將會成為亮點，成為解說創(chuàng)作的新選擇。

腦機融合創(chuàng)作的思路。人腦擁有創(chuàng)作“意識”，AI智能語音擁有語音生成能力，提高紀錄片的情感表達，也許人機合作完成便是一種途徑。在《創(chuàng)新中國》的創(chuàng)作中，技術(shù)人員首先進行原聲素材采樣，運用AI技術(shù)生成紀錄片解說的聲音初稿，此時已具有了較高的完整度。剩下的問題語句和情感表達關(guān)鍵點則由主創(chuàng)團隊和技術(shù)人員共同完成。由主創(chuàng)團隊在文稿上重點標注之后再由技術(shù)人員利用語音“實驗室”級的技術(shù)，實現(xiàn)重音、停連、節(jié)奏的人工調(diào)整，一段解說詞生成出不同的表達版本以供備選，再由主創(chuàng)團隊放入紀錄片畫面進行適配確定。再經(jīng)過多人多輪的審聽最終定稿，用主創(chuàng)者的說法即改掉了配音中的硬傷，使整體質(zhì)量達到了平均水平。

這是讓AI語音賦予情感的初次嘗試，也許創(chuàng)作過程艱辛，但也證明了人機結(jié)合方式的重要性。隨著腦機融合技術(shù)的發(fā)展，也許在紀錄片AI解說領(lǐng)域，即可出現(xiàn)腦波干預(yù)下的AI語音技術(shù)，人類解說員的細膩情緒變化可通過傳感器融入AI解說創(chuàng)作，給機器賦予“靈性”，從而生成出真正的情感表達，值得人們思考。

人工智能情感技術(shù)的發(fā)展。人工智能情感技術(shù)是基于大數(shù)據(jù)、云計算、人工智能、深度神經(jīng)網(wǎng)絡(luò)等智能技術(shù)的融合。也許借此程序擁有人類感情可真正實現(xiàn)，微軟的人工智能機器人“小冰”已在中國完成了300億次用戶對話，同時也提供了人類情感反應(yīng)模式的海量數(shù)據(jù)。在未來，人們與AI智能進行交流時，會和人類交流無差別。日本石黑浩教授在描述人工智能未來發(fā)展時，第一個詞是“意識”。展望未來，如果人們能夠更好地認知人類思維的形成機理，機器人便可能真正擁有“意識”“想象力”和“創(chuàng)新力”，從而具有情感魅力的紀錄片AI解說，便不再是“巧婦難為無米之炊”。

結(jié)語

紀錄片《創(chuàng)新中國》記述了現(xiàn)實中國的創(chuàng)新壯舉，讓國人為之興奮和驕傲。與此同時，主創(chuàng)團隊推動AI智能技術(shù)在紀錄片解說領(lǐng)域邁進，世界首創(chuàng)。AI紀錄片解說是人類“藝術(shù)”與“技術(shù)”的兩大實踐的相會，迸發(fā)出創(chuàng)新火花。人工智能的運用，讓人們更加深刻地認識了人類思維與情感的本質(zhì)，人工智能技術(shù)也將繼續(xù)推動紀錄片AI解說向未來邁進，紀錄永駐，創(chuàng)新不止。（作者單位：江西應(yīng)用科技學院）

參考文獻：

1.姚喜雙：《播音主持藝術(shù)》，北京，北京廣播學院出版社，1997年版。

2.蔡自興，徐光祐：《人工智能及其應(yīng)用》（第五版），北京，清華大學出版社，2016年版。

3.翁佳：《智能語音技術(shù)對播音主持專業(yè)與行業(yè)影響探究》，《電視研究》，2017（12）。

4.程粟：《〈創(chuàng)新中國〉：新時代科技紀錄片的精品之作》，《當代電視》，2018（11）。